《因子分析实验报告23590.pdf》由会员分享，可在线阅读，更多相关《因子分析实验报告23590.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、-.z.*大学财经学院 实 验 报 告 实验工程名称 因子分析 所属课程名称 统计分析软件 实 验 类 型 验证性实验 实 验 日 期 2021 年 5 月 23 日 班 级 11 国贸 学 号 姓 名 成 绩 【实验目的及要求】1.通过实验验证性研究 SPSS 数据的因子分析，熟练掌握 SPPS 软件的应用。学会 SPSS 数据因子分析的相关步骤、方法。2.根据数据文件“购房调查指数完成以下要求：1.熟悉因子分析的用途、目的。2.掌握因子分析的适用条件，能正确选择适当的因子。3.熟悉因子旋转的含义并能正确使用。4.掌握分析结果的解释。【实验原理】统计分析软件的因子分析。-.z.【实验环境】使
2、用的软件 统计分析软件 18.0 实验内容：【实验过程】实验步骤、记录、数据、分析 2.1选择【分析】中的【降维】，翻开【因子分析】，如以下图所示，将选项一一添加到变量中。-.z.2.2在1图界面中选择【描述统计】，勾选相应分析项如下。并继续：2.3在1图界面中，选择【抽取】，勾选相应分析项如下，并继续 2.4在1图界面中，选择【旋转】，勾选相应分析项如下，并继续：-.z.2.5在1图界面中，选择【得分】，勾选相应分析项如下，并继续 2.6在1图界面中，选择【选项】，勾选相应分析项如下，并继续-.z.【结论】结果 2.1 如上图表1为原有变量的相关系数矩阵。可以看到，大局部相关系数都较高，各变
3、量呈较强的线性关系，能够从中提取公因子，适合进展因子分析。2.2-.z.由表2可知，巴特利特球度检验统计量的观测值为 596.158，相应的概率 P 值接近 0.如果显著性顺平为 0.05，由于概率 P 值小于显著性水平，应拒绝零假设，认为相关系数矩阵与单位阵有显著差异。同时，KMO 值为 0.609，根据 kaiser 给出的 KMO 度量标准可知，原有变量适合进展因子分析。2.3 表3是因子分析的初始解，显示了所有变量的共同数据。第一列是因子分析初始解下的变量共同度，它说明，对原有 8 各变量如果采用主成分分析方法提取所有特征值8 个，则原有变量的 6 个方差可被解释，变量的共同度均为 1
4、.。第二列是在按指定提取条件提取特征值时的变量共同度，可以看出上述变量信息丧失都较为严重，因此本次因子提取的总体效果并不理想。2.4 由表4可知，第一列是因子编号，以后三列组成一组，每组中数据项的含义依次是特征值、方差奉献率、累积方差奉献率。-.z.第一组数据项第二列至第四列描述了初始因子了解的情况，可以看到第一个因子的特征值为 1.905，解释原有 8 个变量总方差的 31.752%1.9058100%，累积方差奉献率为31.752%，其余数据含义类似。在初始解中由于提取了 8 个因子，因此原有变量的总方差均被解释掉。第二组数据项第五列至第七列描述了因子了解的情况。可以看到，由于指定提取两个
5、因子，两个因子共解释了原有变量总方差的 53.531%，总体上，原有变量的信息丧失还比较少，因子分析效果还算比较理想。第三组数据项第八列至第十列描述了最终因子了解的情况。可见因子旋转后，累积方差奉献率没有改变，也就是没有影响原有变量的共同度，但却重新分配了各个因子解释变量的方差，改变了各因子的方差奉献，使得因子更易于解释。2.5 在表5中横坐标为因子数目，纵坐标为特征值。可以看到：第一个因子的特征值很高，对解释原有变量的奉献最大；第 3 个以后的因子特征值都较小，对解释原有变量的奉献很小，已经成为可被忽略的“高山脚下的碎石，因此提取两个因子是适宜的。2.6 -.z.由表6可知，前 2 个变量在
6、第一个因子上的载荷都很高，意味着他们与第一个因子的相关程度高，第一个因子很重要，而后 4 个变量在第二个因子上载荷较高，其与第二个因子相关程度高，但对原有变量的解释其实并不是太显著。另外可以看到，这两个因子的实际含义比较模糊 2.7 7.1 7.2 7.3 7.4 由表7.1 可知，现住面积、人均面积、住房满意在第 1 个因子上有较高的载荷，第一个因子主要解释了这几个变量，可解释为客观因素；文化程度、是否贷款、从业状况在第 2 个-.z.因子上有较高的载荷，第二个因子主要解释了这几个变量，可解释为主观因素。其余类似。可以看出，与旋转前相比，因子含义较为清晰。由表7.3 可直观地看出，从业状况、
7、是否贷款、现住面积比较靠近两个因子坐标抽，说明分别用第 2 个因子刻画从业状况和是否贷款，用第 1 个因子刻画现住面积，信息丧失较少，效果较好。但用一个因子分别刻画其他变量，效果不是很理想。表7.4 显示的是两因子的协方差矩阵，可以看出，两因子没有线性相关性，实现了因子分析的设计目标。2.8 根据表8可以写出因子得分函数：F1=0.143 文化程度+0.025 从业状况+0.462 现住面积+0.428 人均面积-0.089是否贷款-0.349 住房满意 F2=0.483 文化程度-0.409 从业状况-0.011 现住面积+0.096 人均面积+0.452是否贷款+0.358 住房满意 可见计算两个因子得分变量时，文化程度和住房满意度的权重较高，但方向恰好相反，这与因子的实际含义是相吻合的。另外，因子得分的均值为 0，标准差为1。正值表示高于平均水平，负值表示低于平均水平。【小结】-.z.通过统计分析软件 SPSS 的实际操作，熟练掌握了因子分析的方法，对实验数据结果进展分析，更加科学严谨，让实验数据更有说服力，在实践中掌握技术，学会方法。指导教师评语及成绩：评语：成绩：指导教师签名：批阅日期：